cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Pramitha Dwi Larasati
Contact Email
jurnal.siskomkb@tau.ac.id
Phone
+628569874091
Journal Mail Official
jurnal.siskomkb@tau.ac.id
Editorial Address
Jl. Swadarma Raya No. 58, Ulujami Pesanggrahan, Jakarta Selatan12250
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal Sistem Komputer & Kecerdasan Buatan
Published by Universitas Tanri Abeng
ISSN : 2613991X     EISSN : 26212927     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Jurnal Sistem Komputer dan Kecerdasan Buatan (SisKom-KB) adalah salah satu jurnal ilmiah yang diterbitkan oleh kantor Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Tanri Abeng yang mencakup bidang Ilmu Komputer, Teknik Informatika, Teknik Elektro dan beberapa bidang ilmu multidisipliner yang mengarah pada Sistem Komputer berbasis Kecerdasan Buatan. Jurnal ini diterbitkan berkala dengan dua volume setiap tahunnya. Jurnal Penelitian Ilmiah ini menerima hasil tulisan penelitian ilmiah dari luar civitas akademika Universitas Tanri Abeng
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 178 Documents
 4   5   6   7   8 
Rancang Bangun Alat Monitoring Tegangan, Arus, Daya, dan Faktor Daya Berbasis IoT Amar Ma'ruf; Rangsang Purnama; Kunto Eko Susilo
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.219

Abstract

Di era modern energi listrik adalah suatu kebutuhan yang tidak bisa lagi dipisahkan dari kehidupan manusia. Monitoring energi listrik di lakukan dari jarak jauh menggunakan sistem berbasis IoT. Untuk mendapatkan nilai energi listrik seperti tegangan, arus, daya, dan faktor daya mengunakan sensor ZPEM-004T dan untuk monitoring jarak jauh dengan menggunakan blynk. Hasil dari uji alat berfungsi dengan benar bisa memonitoring nilai tegangan, arus, daya, dan faktor daya dari jarak jauh yang ditampilkan dimobile dengan menghasilkan tingkat error yang terjadi di tegangan +-1, arus +- 0,001, daya +- 0.1 dan faktor daya +-0,02. Data di atas bukan data tetap karena akan berubah dalam berapa detik baik naik atau pun turun karena energi listirk tidak ada yang stabil.
Sistem Aplikasi Absensi Berbasis Android Menggunakan Otentikasi Wajah dan Lokasi (Studi Kasus Di CV. Atmosfer IT Consultan) Syukron Isrofi; Johny Hizkia Siringo Ringo
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.220

Abstract

CV. Atmosfer IT Consultan merupakan perusahaan jasa pembuatan aplikasi, yang mana mempunyai karyawan lapangan, yang mengharuskan berkunjung kelokasi klien sehingga perlu adanya sistem aplikasi absensi karyawan yang dapat digunakan untuk memantau dan mengelola kehadiran karyawan yang ditugaskan dilapangan, selama ini untuk memantau kehadiran karyawan yang bertugas dilapangan mengandalkan direct message atau panggilan langsung melalui ponsel masing – masing karyawan. Sistem aplikasi absensi berbasis android yang akan dikembangkan ini menggunakan otentikasi wajah dan lokasi menggunakan bantuan library OpenCV dan Dlib Library untuk otentikasi wajah dan Google Maps API untuk deteksi lokasi, serta metodologi yang digunakan dalam pengembangan sistem ini yaitu menggunakan metode Scrum. Pengembangan aplikasi ini diharapkan dapat memberikan solusi untuk perusahaan CV. Atmosfer IT Consultan khusunya dan perusahaan lain pada umumnya untuk memantau kehadiran karyawannya yang bertugas dilapangan ataupun untuk perusahaan yang menugaskan karyawannya bekerja dari rumah karena adanya pemberlakuan PSBB di beberapa wilayah di Indonesia khususnya di DKI Jakarta.
Pengenalan Wajah Menggunakan Opencv Untuk Validasi Peserta Ujian Penerimaan Mahasiswa Baru Ahmad Mutasil; Muhamad Irsan; Dadang Sujana
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.221

Abstract

Kecurangan dalam melaksanakan ujian penerimaan mahasiswa baru salah satunya merupakan kasus joki. Joki sendiri merupakan orang yang mengerjakan ujian orang lain dengan menyamar menjadi peserta ujian sebenarnya dan mendapat imbalan uang atau menggantikan peserta dengan berbagai alasan. Penelitian ini membuat suatu sistem untuk validasi peserta ujian penerimaan mahasiswa baru yang akurat menggunakan metode opencv. Dalam pengujian gambar didapatkan hasil epoch 93% akurat dengan penerimaan data menggunakan raspberry pi 4 jika data tersebut valid maka solenoid akan terbuka dengan delay 10 detik agar peserta ujian dapat masuk kelas, jika data wajah yang tidak terdaftar maka solenoid tidak akan terbuka.
Monitoring Level Air Pada Waduk Secara Realtime Berbasis IoT Memanfaatkan Aplikasi Telegram Muhammad Kresna; Kunto Eko Susilo
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.223

Abstract

Manfaat dari dibangunnya waduk beragam.seperti.penyedia.air untuk irigasi,.air baku.atau.air.minum, sebagai.pembangkit.listrik, sebagai tangkapan air untuk pengendalian banjir, dan tempat wisata disaat yang bersamaan. Tetapi, cuaca yang tidak dapat diprediksi menyebabkan volume air waduk dapat meluap sewaktu-waktu jika.tidak.dipantau.dengan baik. Penelitian.ini.dilakukan.dengan.merancang.alat untuk monitoring.level.air pada waduk melalui.aplikasi.messengger.Telegram. Alat.ini.dirancang menggunakan ESP8266 sebagai.komputer.mini.untuk.mengatur.kerja.sistem, sensor.ultrasonik HC-SR04.sebagai pembaca.level.air, motor.servo sebagai.alat.buka.tutup.kran otomatis, buzzer sebagai sinyal peringatan, dan aplikasi messengger Telegram.yang telah diunduh dan dipasang pada smartphone. Hasilnya.menunjukkan.bahwa.alat.tersebut.dapat.memberikan informasi tingkat.air.di.waduk. Pengguna.juga.bisa.meminta.informasi.level.air.pada.waduk, dimana alat.akan memberikan.informasi secara.otomatis saat air.waduk melebihi.batas normal.
Pengembangan Sistem Informasi Pariwisata Terintegrasi E-Ticket Mobile dengan Metode Extreme Programming (Studi Kasus Dinas Pariwisata Karangasem) Ida Bagus Prayoga Bhiantara; Gede Indrawan; Kadek Yota Ernanda Aryanto
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.227

Abstract

Pariwisata merupakan suatu kegiatan dilakukan oleh manusia secara kelompok maupun perorangan untuk mengunjungi tempat yang menarik didalam wilayah suatu negara sendiri atau negara lain. Kabupaten Karangasem merupakan salah satu kabupaten di Bali yang memiliki banyak tempat wisata menjadi daerah yang cukup sering dikunjungi wisatawan. Namun pendataan tempat wisata oleh Dinas Pariwisata masih dilakukan secara konvensional sehingga diperlukan pegawai serta waktu untuk melakukan pendataan tehadap tiket tempat wisata. Untuk itu dilakukan pengembangan “Sistem Informasi Pariwisata Terintegrasi E-Ticket Mobile dengan Metode Extreme Programming”. Metode Extreme Programming merupakan metode yang mengutamakan kecepatan sehingga sangat cocok untuk digunakan mengingat kebutuhan saat ini diperlukan pengembangan sistem yang mengharuskan cepat dan akurat. Metode ini memiliki 4 tahapan yaitu perencanaan, desain, penulisan code dan pengujian. Pada pengujian black box, output yang dihasilkan sistem sudah berfungsi sesuai dengan harapan. Dari pengujian running time menunjukan rata-rata waktu menyelesaikan setiap proses adalah 479 ms. Pada pengujian respon pengguna menunjukan sistem dapat digunakan dengan baik.
Analisis Sentimen Vaksinasi Covid-19 Pada Twitter Menggunakan Naive Bayes Classifier Dengan Feature Selection Chi-Squared Statistic dan Particle Swarm Optimization Ristasari Dwi Septiana; Agung Budi Susanto; Tukiyat Tukiyat
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.228

Abstract

Tingginya penyebaran Covid-19 semakin berdampak pada bidang kesehatan, ekonomi, bahkan bidang pendidikan di Indonesia, sehingga pemerintah Indonesia melakukan tindakan vaksinasi Covid-19 guna menekan tingkat penyebaran Covid-19 di Indonesia. Namun hal tersebut dinilai kotroversial sehingga menarik perhatian masyarakat untuk memberikan opini di berbagai media seperti media sosial twitter. Sehingga membutuhkan analisa sentimen masyarakat terhadap upaya pemerintah pada tindakan vaksinasi Covid-19 untuk mencapai hasil prediksi dengan nilai akurasi paling optimal. Proses crawling secara otomatis menggunakan tools Rapidminer akan mengambil data tweets yang mengandung 5 (lima) kata kunci, yaitu “Vaksin Sinovac”, “Vaksin Astrazeneca”, “Vaksin Moderna”, “Vaksin Merah Putih”, dan “Vaksinasi Covid-19”. Dataset tweets didapatkan dari tanggal 4 Agustus 2021 sampai 12 Agustus 2021. Dataset diperoleh sejumlah 2060 tweets dan diberi label secara manual didapatkan jumlah tweet sebanyak 1193 sentimen positif, 73 negatif, dan 794 netral. Data tersebut dianalisa dengan menggunakan Metode Feature Selection Chi-Squared Statistic dan Particle Swarm Optimization (PSO) untuk mengurangi atribut yang kurang relevan pada saat proses klasifikasi dengan algoritma Naive Bayes Classifier (NBC). Hasil pengujian menunjukan bahwa Algoritma Naive Bayes Classifier (NBC) tanpa Feature Selection mendapatkan nilai akurasi 63,69%. Hasil penelitian menunjukkan bahwa Algoritma Naive Bayes Classifier (NBC) dengan Feature Selection Chi-Squared Statistic mempunyai tingkat akurasi 69,13%. Sedangkan hasil pengujian algoritma Naive Bayes Classifier (NBC) dengan Particle Swarm Optimization mempunyai tingkat akurasi 66,02%. Dengan demikian hasil seleksi fitur Chi-Squared Statistic mendapatkan nilai akurasi yang lebih baik jika dibandingkan dengan Particle Swarm Optimization untuk proses klasifikasi algoritma Naive Bayes Classifier (NBC) dengan selisih akurasi 3,11%.
Analisis dan Perancangan Sistem E-Commerce Berbasis Cloud Enterprise Resource Planning Menggunakan Odoo 14 Muhamad Femy Mulya; Nofita Rismawati
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.229

Abstract

E-commerce atau biasa disebut perdagangan elektronik merupakan penyebaran, pembelian, penjualan, pemasaran barang dan jasa melalui media internet atau online. Bisnis e-commerce terus berkembang di Indonesia, tidak hanya memfasilitasi kebutuhan konsumen, namun juga menjembatani UMKM untuk terhubung luas dengan calon konsumen potensial. Setiap organisasi atau perusahaan e-commerce menghadapi tantangan yang sama, yaitu kompetisi dalam dunia bisnis, namun di waktu yang bersamaan juga dituntut untuk tetap fleksibel. Untuk menghadapi tantangan tersebut, organisasi atau perusahaan membutuhkan solusi yang dapat menyimpan dan mengakses informasi dalam satu platform yang terintegrasi, agar proses bisnis menjadi fleksibel. ERP (Enterprise Resource Planning) merupakan sebuah perangkat lunak atau software yang berfungsi untuk mengelola berbagai aktivitas manajemen proses bisnis dalam suatu organisasi atau perusahaan, sehingga akan membantu pengelola e-commerce dalam mengintegrasikan sistem e-commerce dengan sistem lainnya. Tujuan dari penelitian ini adalah untuk menganalisa, merancang dan menggabungkan suatu sistem e-commerce yang terintegrasi dengan sistem manajemen inventory/persediaan, sistem manajemen purchasing/pembelian dan sistem manajemen penjualan pada sistem e-commerce dengan menggunakan software Odoo 14 yang sudah support dengan Cloud ERP, sehingga sistem dapat dijalankan secara optimal dan dapat mengurangi biaya-biaya operasional yang tidak efisien. Hasil dari penelitian ini adalah sistem e-commerce yang sudah terintegrasi dengan manajemen proses bisnis ERP yang disimpan di dalam sistem cloud, sehingga sistem e-commerce mudah diakses dan diintegrasikan dengan sistem lainnya. Pada penelitian ini juga, menggunakan metode pengujian black box dengan beberapa parameter test case/kelas uji.
Rancang Bangun Purwarupa Aplikasi Deteksi Dini Penyakit Jantung Berbasis Case Base Reasoning dengan Keamanan Data Dr. Nur Afny Catur Andryani, S.Si., MSc.; Muhamad Femy Mulya; Surnanto Surnanto; M. Rizam Kusfandi
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.230

Abstract

The prevalence of heart disease has been consistently increasing in five recent years. In average 15 out of 1000 people have heart disease. Currently heart disease becomes the second leading cause of death in Indonesia. Early detection will guide the appropriate treatments to increase recovery opportunity. In another hand, many healthcare facilities in Indonesia are not equipped with the cardiologist. It triggers many heart disease cases are late to handle due late detection. Thus, we propose web based early heart disease detection application prototype using Case Base Reasoning framework. It is intended to support small clinic or other healthcare facilities which have no cardiologist to provide early detection of heart disease. The application is equipped with data security to handle the data privacy of the patient. Based on the black box evaluation by the expert, it is concluded that all the provided features can be run functionally.
Perancangan Sistem Pelaporan Absensi Berbasis Web pada PT. Solar Control Specialist (SCS) Pramitha Dwi Larasati; Nur Fajri Sa’ba
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i1.231

Abstract

Kemudahan akses internet saat ini dapat dimanfaatkan dengan baik dalam pengembangan sistem informasi pada perusahaan maju. Pengembangan tersebut salah satunya dapat dimanfaatkan untuk pelaporan absensi secara online. PT. SCS merupakan perusahaan yang mengembangkan sistem pelaporan absensi berbasis Web. Untuk menyelesaikan permasalah pelaporan absensi pegawai. Permasalahan yang dihadapi adalah pada saat pegawai (teknisi dan tenaga kerja lapangan) melakukan absensi, diwajibkan untuk melakukan finger print terlebih dahulu sebelum melakukan pekerjaan. Hal tersebut dirasa cukup berat, diakarenakan teknisi dan tenaga kerja lapangan diharuskan untuk menangani masalah pelanggan terlebih dahulu. Kadang kala jarak dari tempat pelanggan dan kantor cukup jauh membuat teknisi dan tenaga kerja lapangan kewalahan untuk melakukan absen tepat waktu. Pengembangan sistem ini dibuat menggunakan metode Waterfall serta SWOT Analysis untuk dapat mendefinisikan kebutuhan sistem. Pengumpulan data dilakukan dengan melakukan observasi dan wawancara. Adapun perancangan sistem ini dibuat dengan UML Diagram dilanjutkan dengan perancangan layout sistem. Hasil dari penelitian ini adalah perancangan sistem pelaporan absensi berbasis Web yang dapat membantu menyelesaikan permasalahan tersebut.
Analisis Sentimen Data Provider Layanan Internet Pada Twitter Menggunakan Support Vector Machine Dengan Penambahan Algoritma Levenshtein Distance Ida Bagus Nyoman Wijana Manuaba; Gede Rasben Dantes; Gede Indrawan
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i2.261

Abstract

Komentar pada data twitter mengandung banyak opini terkait suatu objek atau topik. Dari kumpulan komentar, dapat dilakukan analisis sentimen menggunakan Support Vector Machine untuk memperoleh hasil klasifikasi positif dan negatif. Data yang digunakan berkaitan dengan provider atau penyedia jaringan internet yang ada di Indonesia. Penambahan algoritma Levenshtein Distance pada tahap text preprocessing bertujuan untuk meningkatkan hasil klasifikasi. Tahapan Proses klasifikasi meliputi, pengumpulan data menggunakan API twitter, penghapusan duplicate data, pemberian label data, tahap text preprocessing (convert emoticon, cleansing, case folding, stemming, stopword removal, and tokenizing, penerapan algoritma Levenshtein Distance, stopword removal lanjutan, convert negation), feature extraction (TF-IDF), serta proses klasifikasi menggunakan Support Vector Machine.Hasil pengujian dengan menggunakan confusion matrix, menunjukan peningkatan hasil klasifikasi yang lebih baik setelah menggunakan algoritma Levenshtein Distance pada tahap text preprocessing. Nilai accuracy mengalami peningkatan sebesar 2%, recall positif 3%, recall negatif 1%, precision positif 1%, dan precision negatif 2%. Tetapi kecepatan waktu proses pada tahap text preprocessing dengan penambahan algoritma Levenshtein Distance lebih lambat sebesar 295,606 detik, jika dibandingkan tanpa adanya penambahan algoritma Levenshtein Distance.

Page 6 of 18 | Total Record : 178

 4   5   6   7   8 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 1 (2025): Volume IX - Nomor 1 - September 2025 Vol. 8 No. 3 (2025): Volume VIII - Nomor 3 - Mei 2025 Vol. 8 No. 2 (2025): Volume VIII - Nomor 2 - Februari 2025 Vol. 8 No. 1 (2024): Volume VIII - Nomor 1 - September 2024 Vol. 7 No. 3 (2024): Volume VII - Nomor 3 - Juni 2024 Vol. 7 No. 2 (2024): Volume VII - Nomor 2 - February 2024 Vol. 7 No. 1 (2023): Volume VII - Nomor 1 - September 2023 Vol. 6 No. 2 (2023): Volume VI - Nomor 2 - Maret 2023 Vol. 6 No. 1 (2022): Volume VI - Nomor 1 - September 2022 Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022 Vol. 5 No. 1 (2021): Volume V - Nomor 1 - September 2021 Vol. 4 No. 2 (2021): Volume IV - Nomor 2 - Maret 2021 Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 Vol. 3 No. 1 (2019): Volume III - Nomor 1 - September 2019 Vol. 2 No. 2 (2019): Volume II - Nomor 2 - Maret 2019 Vol 2 No 1 (2018): Volume II - Nomor 1 - September 2018 Vol 1 No 2 (2018): Volume I - Nomor 2 - Februari 2018 More Issue